Đánh giá đầu ra AI là kỹ năng không ai đào tạo được

Có một sự bất cân xứng về kỹ năng trong kỷ nguyên AI mà không ai nói tới: chúng ta có hàng triệu người đang học cách nhắc nhở và hầu như không ai học cách ôn tập. Tuy nhiên, đánh giá là nơi giá trị tồn tại. Một lời nhắc tầm thường với sự đánh giá sắc bén sẽ tạo ra tác phẩm tốt; một lời nhắc tuyệt vời mà không có đánh giá sẽ tạo ra những điều vô nghĩa đầy tự tin. Tôi đã theo dõi sự chia rẽ này diễn ra giữa các nhóm và khách hàng của mình trong hai năm và tôi sẵn sàng khẳng định đó là kỹ năng công việc thực tế của thời đại này.

Vấn đề cốt lõi là đầu ra AI được định dạng sẵn dưới dạng tác phẩm đã hoàn thành. Nó có giọng điệu uy quyền, cấu trúc của năng lực và kết cấu bề mặt của việc đã hoàn thành, và bộ não của chúng ta, được đào tạo qua nhiều năm xem xét bản thảo của con người, đọc kết cấu đó như một tín hiệu về giá trị cơ bản. Bản nháp của con người đi kèm với những đường nối có thể nhìn thấy được, những chỗ ngập ngừng, ngữ pháp tồi, những suy nghĩ chưa hoàn thiện, mời gọi sự sửa chữa. Các bản nháp AI được đánh bóng, điều đó có nghĩa là bản năng tự nhiên của người đánh giá sẽ xuất hiện muộn hoặc hoàn toàn không. Những sai sót khi chúng xảy đến đều được khoác lên mình sự thành công.

Học cách xem xét có nghĩa là tìm hiểu xem AI thực sự thất bại ở đâu và có thể học được bản đồ thất bại. Các sự kiện ảo giác tập hợp ở những chi tiết cụ thể: con số, trích dẫn, tên, ngày tháng, số lượng, những chi tiết chính xác khiến văn xuôi nghe có vẻ có thẩm quyền. Mục đích bị bỏ sót xuất hiện dưới dạng câu trả lời cho câu hỏi liền kề, đáp ứng về mặt kỹ thuật, thực tế không liên quan đến vấn đề. Phán quyết trung bình xuất hiện như phần giữa đầy tự tin của mọi câu hỏi gây tranh cãi, được coi là sự cân bằng và có chức năng như sự yếu đuối. Một khi bạn biết các dạng lỗi, việc xem xét sẽ không còn là sương mù nữa mà trở thành một danh sách kiểm tra.

Quy trình đánh giá của tôi có ba bước với những cái tên xấu xí: không tin gì cụ thể, vì vậy mọi con số, tên, trích dẫn và ngày tháng đều được xác minh dựa trên một nguồn, không có ngoại lệ nào về độ tin cậy của văn xuôi; hỏi những gì nó tránh, nghĩa là tôi đọc lại lời nhắc và kiểm tra xem phần khó nhất trong câu hỏi của tôi đã được trả lời hay được chuyển hướng một cách lịch sự; và tìm phần gáy, hỏi xem mảnh đó có thực sự đảm nhận vị trí tôi cần hay bị biến thành bột nhão. Quy trình này mất vài phút và đó là sự khác biệt giữa AI với tư cách là bộ khuếch đại và AI như một trách nhiệm đáng tin cậy.

Các tổ chức đang mắc sai lầm này trên quy mô lớn và mô hình luôn giống nhau: trách nhiệm xem xét được ngầm định, do đó, trách nhiệm này thuộc về bất kỳ ai để ý hoặc không ai cả. Các nhóm làm tốt đã thực hiện việc đánh giá một kỹ năng được đặt tên với các tiêu chuẩn được đặt tên, họ xem xét kết quả đầu ra theo cách người biên tập xem xét bản nháp, đối chiếu với danh sách kiểm tra các dạng lỗi và họ đề cao người đánh giá một cách rõ ràng như người nhắc nhở. Bản tóm tắt khó chịu: việc nhắc nhở giờ đây là tiền cược mà một người hướng dẫn có thể dạy trong một buổi chiều. Đánh giá là sự phán xét, nó được tổng hợp qua nhiều năm và đó là phần duy nhất của quy trình làm việc mà AI không thể làm cho bạn, đó chính xác là lý do tại sao đó chính là nơi giá trị nghề nghiệp của bạn hiện đang tồn tại.